Lektion 3 Projektplanering (PP) Fast position Projektplanering

Storlek: px
Starta visningen från sidan:

Download "Lektion 3 Projektplanering (PP) Fast position Projektplanering"

Transkript

1 Lektion 3 Projektplanering (PP) Rev NM Fast position Projektplanering Nedan följer alla uppgifter som hör till lektionen. De är indelade i fyra nivåer där nivå 1 innehåller uppgifter som hanterar en specifik problemställning i taget. Nivå innehåller mer detaljerade räkneuppgifter kring några centrala teman. Nivå 3 innehåller uppgifter som går på bredden genom flera olika teman och specifika problemställningar. Nivå 4 innehåller teoriuppgifter. Innan lektionen kan uppgifter på nivå 1 studeras. Innehåll Nivå 1: Grundbegrepp (PP1.1) Aktivitetsnätverk (kritisk väg) (PP1.)* Nivå : Planering av produktlansering (deterministiska tider) (PP.3) Planering av byggprojekt (PP.4) Nivå 3: Inlärningskurva (PP3.5) Planering av produktlansering (stokastiska tider) (PP3.6)* Nivå 4: - - * Uppgifter som behandlas på lektion

2 Nivå 1 Uppgift PP1.1 Ett projekt kan planeras med nätverksstrukturer i aktivitetsnätverk. Förklara vad som menas med kritisk linje, slack och tidskritiska aktiviteter i ett aktivitetsnätverk över ett projekt. Uppgift PP1. Ett företag har bestämt sig för att starta upp en ny fabrik, vilket kräver ett antal aktiviteter innan fabriken kan tas i drift. Följande aktiviteter, med data, krävs: Aktivitet i Omedelbar föregångare t i Tid [dagar] a 8 b 10 c a 10 d b, c 15 e b 1 f d 4 g e 8 h f, g 7 i) Rita ett aktivitetsnätverk för projektet (enligt AoA-metodiken) ii) iii) När kan fabriken tidigast tas i drift? Vilka aktiviteter utgör den kritiska linjen? Nivå Uppgift PP.3 Vid ett företag skall en ny produkt lanseras. En produktlansering innehåller ett antal olika aktiviteter, se tabellen nedan. Dessa aktiviteter kan inte utföras oberoende av varandra utan vissa aktiviteter kräver att andra har utförts innan. Varje aktivitet kräver en viss tid för att utföras. Tabell: Aktiviteter i ett produktlanseringskampanj Aktivitet i Benämning Tid, t i [Veckor] Omedelbar föregångare A Sätt samman projektgrupp 1 - B Producera kampanjplan 4 A C Design av annonser och inslag 3 B D Producera annonser och inslag 6 C E Inköp av mediatjänster 4 B F Skapa kontrakt med leverantörer E G Slutgiltigt godkännande D och F

3 a) Beskriv produktlanseringskampanjen i ett aktivitetsnätverk (enligt AoA-metodiken) b) Bestäm produktlanseringskampanjens kritiska aktiviteter samt beräkna hur lång den totala projekttiden är. c) Antag att bara vissa personer i företaget kan utföra aktiviteterna enligt tabellen nedan och att varje person bara kan utföra en aktivitet åt gången. Person Anna Börje Carina Kan utföra aktiviteter: A, B och G C och E D och F Hur många extra veckor kommer produktlanseringskampanjen minst att ta med denna hänsyn? Uppgift PP.4 Bygg AB ska bygga ett nytt kombinerat rekreationshus och kontor för att kunna erbjuda lite mervärde till både anställda och kunder. Bygg AB har en metod som man använder för genomförandet av sina projekt som innefattar förprojekt, huvudprojekt och avslutning av projekt. Förprojektet är en förberedelse för genomförandet av huvudprojektet, och resulterar i det här fallet i målformulering, avgränsningar, omfattning, organisation, och en projektplan för huvudprojektet. Huvudprojektet börjar här med projektstart, som är till för att projektledaren och projektgruppen ska sätta sig in i vad som ska göras, samt vilka mål och förutsättningar som gäller. Resten av huvudprojektet berör byggnationen av det kombinerade rekreationshuset och kontoret, samt dess omgivning. Avslutningen av projektet är en stor inflyttningsfest som ska pågå en hel dag. 3

4 Aktivitet Aktivitetsbeskrivning Omedelbar Tidsåtgång [dagar] föregångare Förprojekt MF Målformulering 5 AVG Avgränsningar MF 3 OMF Omfattning AVG ORG Organisation AVG 1 PP Projektplan OMF, ORG 5 Huvudprojekt PS Projektstart PP 4 RV Röja Väg PS 4 TH Trappa Hus RV 1 GRG Gräva Grund RV GRB Gräva Brunn GRG GJG Gjuta Grund GRG 4 MH Montera Hus TH, GJG 7 IP Installera Pump GRB 1 AT Anlägga Trädgård GJG, GRB 4 PLA Plantera AT, IP 3 MÅ Måla MH 5 INR Inreda MÅ 4 Avslutning av projekt IFF Inflyttningsfest INR, PLA 1 a) Rita upp aktivitetsnätverket, inklusive eventuella blindaktiviteter (enligt AoA-metodiken). Aktivitet och tidsåtgång för respektive aktivitet skall tydligt framgå i nätverket! b) Beräkna projektets kortaste genomförandetid och fastställ den kritiska linjen i aktivitetsnätverket. I dina beräkningar skall det tydligt framgå tidigaste starttid, senaste färdigtid, samt slack för varje enskilt delmoment (inklusive eventuella blindaktiviteter) för projektet! c) Med hur många dagar skulle projektet förkortas om man skulle kunna påbörja alla aktiviteter i förprojektet samtidigt? Motivera/redovisa dina beräkningar! 4

5 Nivå 3 Uppgift PP3.5 Hustillverkaren Torpfabriken AB följer en 75%-ig inlärningskurva för tillverkningen av ett 1,5-plans fritidshus (Sommartorpet). Tiden för färdigställandet av det första Sommartorpet var 960 timmar varav 160 timmar motsvarar brinntid (torktid) för betongen som inte kan påskyndas och därför inte påverkas av ökad erfarenhet. Sedan det första huset byggdes har Torpfabriken levererat och monterat ytterligare 9 torp. Antag att hustillverkaren arbetar 8 timmar/dag och 5 dagar/vecka. Förutsätt att allt arbete sker sekventiellt utan möjlighet till överlappning. i) Bestäm inlärningskurvan matematiskt och skissa den. (3p) ii) Företaget har fått en order på 8 stycken Sommartorpet. Hur många veckor behöver Torpfabriken för att färdigställa hela ordern? (4p) Uppgift PP3.6 Ett företag har utvecklat en ny produkt som snart skall lanseras. Er grupp har blivit utsedd att planera lanseringen (marknadsföring, produktplacering, säljstart, mm) och har fått följande information till ert förfogande. Lanseringen utgörs av 7 huvudaktiviteter (benämnda A, B,, G), vilkas precedensrelationer (ordning) och uppskattade tider som respektive aktivitet beräknas pågå (löptid) presenteras i tabellen nedan: Uppskattade löptider (dagar) Aktivitet Optimistisk Mest trolig Pessimistisk Omedelbar(a) (t o ) (t l ) (t p ) föregångare A B 6 7 C B D A E A, C F B G E, F Baserat på denna information ombeds du göra en grov tidsplanering samt en uppskattning om hur mycket tid lanseringsprojektet kommer att ta i anspråk. a) Rita upp nätverket för huvudaktiviteterna i lanseringsprojektet (beakta precedensrelationer) enligt både AON (Activity-On-Node)- och AOA (Activity-On- Arrow) -metodiken (alltså två nätverk). Ledning: AON och AOA är två olika principer för hur man ritar nätverk enligt figuren nedan. Enbart relationer behöver beaktas i denna del av uppgiften, ej tider eller övrig information. Inför gärna en start och en stoppruta i båda nätverken för att underlätta uppgiften. 5

6 Aktivitet Aktivitet Tillstånd Aktivitet AON AOA b) Beräkna förväntade löptider och varianser för respektive aktivitet enligt PERTmetodiken (se ledning nedan) Ledning: t 4t t te 6 V p l o to tp 6 Förväntad löptid (t e ) för respektive aktivitet beräknas enligt: Variansen för respektive aktivitet beräknas enligt: c) Beräkna alla slack i nätverket och identifiera den kritiska vägen (utgå från aktiviteternas förväntade löptider, t e ). Sammanställ denna information i ett AONnätverk enligt PERT-metodiken. d) Rita upp ett Gantt-schema för projektets förväntade löptider där projektets totala löptid tydligt framgår. e) Denna uppgift ingår inte i TPPE08 M Hur stor är sannolikheten att lanseringsprojektet slutförs inom 3 dagar (se ledning nedan)? Ledning: Antag att aktiviteternas löptider kan behandlas som oberoende stokastiska variabler, vilket gör att centrala gränsvärdessatsen är användbar och att projektets totala löptid kan anses vara normalfördelad. 6

7 Bilaga Normalfördelningen Fördelningsfunktion z 1 ( x) e dz x Sannolikhetstäthet x 1 ( x) e x ( x ) ( x ) x ( x) ( x) x ( x ) ( x ) ,0 0, , ,0 0, ,41971,0 0, , ,1 0, , ,1 0, ,1785,1 0, , , 0, , , 0, ,194186, 0, , ,3 0, , ,3 0, ,171369,3 0, ,0837 0,4 0,6554 0, ,4 0, ,14977,4 0, ,0395 0,5 0, , ,5 0, ,19518,5 0, , ,6 0, ,3335 1,6 0, ,11091,6 0, , ,7 0, ,3154 1,7 0, ,094049,7 0, , ,8 0, ,8969 1,8 0, ,078950,8 0, , ,9 0, , ,9 0, ,065616,9 0, , Funktionen k(p) k( p) 1 p/ 0.0 p/ k p/ k p 0,010 0,05 0,050 0,100 0,150 0,00 0,50 0,500 1,000 k(p),5758,414 1,9600 1,6449 1,4395 1,816 1,1503 0,6745 0,0000 7

8 Lösningsförslag Uppgift PP1.1 Lösning: Kritisk linje = summan av aktiviteter som om de blir försenade kommer att försena hela projektet. Slack = anger hur mycket tid som en aktivitet kan dra över utan att projektet blir försenat. Aktiviteter med slack = 0 ingår i kritisk linje. Tidskritiska aktiviteter = de aktiviteter som utgör kritisk linje. Uppgift PP1. Lösning: i) c, 10 d, 15 a, 8 f, 4 h, 7 b, 10 g, 8 e, 1 ii) Fabriken kan tidigast tas i drift efter 44 dagar. iii) Kritiska linjen är: a c d f h 8

9 Uppgift PP.3 Lösning: a) Aktivitetsnätverk ( E, 9, 1 ) ( F, 11, 14 ) F, E, 4 Blind, 0 K A, 1 B, 4 C, 3 D, 6 G, S ( -, 0, 0 ) ( A, 1, 1 ) ( B, 5, 5 ) ( C, 8, 8 ) ( D, 14, 14 ) ( G, 16, 16 ) Blind är en blindaktivitet med tid noll. I detta fall är egentligen Blind onödig då aktiviteten F kan dras direkt från Es slut till Gs början utan att förändra logiken i nätverket. Dock underlättar införandet av Blind jämförelsen mellan olika alternativ i c)-uppgiften senare. b) För beräkning av SF och TS, se aktivitetsnätverket i a) Aktivitet i Senaste Färdigtid, SF Tidigaste Starttid, TS Tid, t Slack, S=SF-TS-t A B C D E F G Kritisk linje är aktiviteterna med slack lika med noll. Kritiska aktiviteter blir då aktiviteterna A, B, C, D och G. c) Använd aktivitetsnätverket och slacket för att beräkna förseningen. Ett uppdaterat aktivitetsnätverk med resurser ser ut som nedan. ( E, 9, 1 ) ( F, 11, 14 ) F, (Carina) E, 4 (Börje) Blind, 0 K A, 1 (Anna) B, 4 (Anna) C, 3 (Börje) D, 6 (Carina) G, (Anna) S ( -, 0, 0 ) ( A, 1, 1 ) ( B, 5, 5 ) ( C, 8, 8 ) ( D, 14, 14 ) ( G, 16, 16 ) Här inses lätt att aktivitet C och E inte kan starta samtidigt. Därefter finns det två alternativ. 9

10 1) Kör C före E och sedan D före F. Där E och D kan utföras samtidigt. Förseningen blir 3 veckor för E och veckor för F minus slacket 3 veckor: Totalt veckor ( D, 14, 14 ) ( F, 16, 16 ) F, (Carina) E, 4 (Börje) Blind, 0 Blind, 0 K A, 1 (Anna) B, 4 (Anna) C, 3 (Börje) D, 6 (Carina) G, (Anna) S ( -, 0, 0 ) ( A, 1, 1 ) ( B, 5, 5 ) ( C, 8, 8 ) ( D, 14, 14 ) ( F, 16, 16 ) ( G, 18, 18 ) ) Kör E före C sedan F före D. Kritisk linje är densamma som tidigare med E som extra aktivitet: Totalt 4 veckor ( E, 9, 9 ) ( F, 11, 1 ) F, (Carina) E, 4 (Börje) Blind, 0 Blind, 0 K A, 1 (Anna) B, 4 (Anna) C, 3 (Börje) D, 6 (Carina) G, (Anna) S ( -, 0, 0 ) ( A, 1, 1 ) ( B, 5, 5 ) ( E, 9, 9 ) ( C, 1, 1 ) ( D, 18, 18 ) ( G, 0, 0 ) Uppgift PP.4 Lösning: a) Aktivitetsnätverket bör se ut enligt nedan: (ORG, 9, 10) TH, 1 (ba1, 9, 9) (MH, 36, 36) (MÅ, 41, 41) MH, 7 MÅ, 5 ba1, 0 ORG, 1 (Ba4, 9, 38) (AT, 33, 4) MF, 5 AVG, 3 Ba5, 0 PS, 4 RV, 4 GRG, GJG, 4 Ba4, 0 AT, 4 PLA, 3 PP, 5 (-, 0, 0) (MF, 5, 5) OMF, (PP, 15, 15) (PS, 19, 19) (RV, 3, 3)(GRG, 5, 5) (AVG, 8, 8) GRB, (OMF, 10, 10) (GJG, 9, 9) ba, 0 Ba3, 0 IP, 1 (GRB, 7, 38) (IP, 8, 4) INR, 4 IFF, 1 (INR, 45, 45) (IFF, 46, 46) 10

11 b) Tidigaste starttid, senaste färdigtid, och slack framgår av tabellen nedan. De aktiviteter som hör till den kritiska linjen är kursiverade (också markerade med fet linje i nätverket ovan). Aktivitet TS SF tid Slack MF AVG OMF ORG ba PP PS RV TH GRG GRB ba GJG ba ba MH IP ba AT PLA MÅ INR IFF c) Om man kunde göra alla aktiviteter i förprojektet samtidigt (parallellt) skulle projektet kunna kortas med 10 dagar (förprojektet tar nu 15 dagar och den längsta aktiviteten i förprojektet tar 5 dagar, alltså 10 dagar kortare tid). Uppgift PP3.5 Lösning: i) b Tn T1n där T n = produktionstid för produkt nummer n T 1 = produktionstid för den första produkten n = antal producerade enheter b = konstant för erfarenhetstakten ln 0,75 b ln 11

12 ii) Torpfabriken har alltså tillverkat sammanlagt 10 torp, ordern omfattar således hus nummer Tänk på att torktiden för betongen inte blir kortare med ökad erfarenhet. Sökt är alltså: 18 b total tillverkningstid = T 1n 160 n11 där T timmar och 1 ln 0,75 b ln ln0,75 ln Tid för hus nummer 11 = ,7 timmar 1; 445, 13; 435,9 14; 47,5 15; 40,0 16; 413,1 17; 406,8 18; 401,0 timmar Sammanlagt 3405, timmar, dvs. 45,65 dagar eller cirka 85 veckor innan Torpfabriken levererat och monterat alla 8 torpen. 1

13 Uppgift PP3.6 Lösning: a) Notera att nätverket måste starta och sluta i en nod. AOA: A 1 Dummy D Stop Start B C 3 E G F 4 AON: D Stop Start A B C E G F b) Aktivitet Löptid (v.) t p 4 t l t o t e 6 Varians (v.) V t e t o t 6 p A B C D E F G 4,0 5,5 3,5 1,0 6,5 9,0 4,5 1,00 0,69 0,5 1,78,5,78 0,69 13

14 c) Nedan ges exempel på ett PERT-nätverk (AoN istället för AoA). Kritisk väg; B-C-E-G. 4,0 1,0 16,0 D 8,0 4,0 0,0 Stop 0 Start 0 Tidigast Löptid Tidigast start färdig Aktivitet 0,0 4,0 4,0 A 4,0 4,0 8,0 0,0 5,5 5,5 B 0,0 0,0 5,5 5,5 3,5 9,0 C 5,5 0,0 9,0 5,5 9,0 14,5 F 6,5 1,0 15,5 9,0 6,5 15,5 E 9,0 0,0 15,5 15,5 4,5 0,0 G 15,5 0,0 0,0 Senast start Slack Senast färdig d) Gantt-schema: Framåtplanering A D B C E G F 0 0 veckor Bakåtplanering: A D B C E G F 0 0 veckor 14

15 e) Analysera förväntad löptid och varians längs den kritiska vägen. t 4t t t T t 0 dagar p l o e CP eslack0 6 kritisk väg tp to Vt 3,88 1,97 e VCP Vt e CP VCP slack0 6 kritisk väg Antag att T N( T, ) : CP CP T TCP RT CP RT CP P( T R) normaliserap CP CP CP 3 0 1,5N-tabell93,5% 1, 97 Kommentar: Hur är det med variansen längs andra (nästan kritiska vägar. En hög varians på en ick-kritisk väg kan visa sig vara avgörande om sannolikheten är stor att variansen påverkar projekets förväntade löptid. I detta fall kan det vara intressant att undersöka B-F-G som är nära-kritisk. T 19 veckor B F G V 4,16 B F G 3 19 P( TBFG R) 1,96,04 1,96 N-tabell 97,5% 93,5% Alltså är det mindre risk att denna blir sen (större chans att den blir klar i tid), trots högre varians. 15

Lektion 3 Projektplanering (PP) Fast position Projektplanering

Lektion 3 Projektplanering (PP) Fast position Projektplanering Lektion 3 Projektplanering (PP) Rev. 201510-06 HL Fast position Projektplanering Innehåll Nivå 1: Grundbegrepp (PP1.1) Aktivitetsnätverk (kritisk väg) (PP1.2)* Nivå 2: Planering av produktlansering (deterministiska

Läs mer

Föreläsning 5. Fast position Projektplanering (CPM och PERT)

Föreläsning 5. Fast position Projektplanering (CPM och PERT) Föreläsning 5 Fast position Projektplanering (CPM och PERT) Kursstruktur Innehåll Föreläsning Lektion Laboration Introduktion, produktionsekonomiska Fö 1 grunder, produktegenskaper, ABC klassificering

Läs mer

Lektion 3 Projektplanering (PP) Fast position Projektplanering. Uppgift PP1.1. Uppgift PP1.2. Uppgift PP2.3. Nivå 1. Nivå 2

Lektion 3 Projektplanering (PP) Fast position Projektplanering. Uppgift PP1.1. Uppgift PP1.2. Uppgift PP2.3. Nivå 1. Nivå 2 Lekion 3 Projekplanering (PP) as posiion Projekplanering Rev. 834 MR Nivå 1 Uppgif PP1.1 Lieraur: Olhager () del II, kap. 5. Nedan följer alla uppgifer som hör ill lekionen. e är indelade i fyra nivåer

Läs mer

Föreläsning 4. Fast position Projektplanering (CPM och PERT)

Föreläsning 4. Fast position Projektplanering (CPM och PERT) Föreläsning 4 Fast position Projektplanering (CPM och PERT) 2 Kursstruktur Innehåll Föreläsning Lek1on Labora1on Introduk*on, produk*onsekonomiska grunder, produk*onssystem, ABC- klassificering Fö 1 Prognos*sering

Läs mer

Föreläsning 4. Fast position Projektplanering (CPM och PERT)

Föreläsning 4. Fast position Projektplanering (CPM och PERT) Föreläsning 4 Fast position Projektplanering (CPM och PERT) 2 Kursstruktur Innehåll Föreläsning Lek1on Labora1on Introduk*on, produk*onsekonomiska grunder, Lean produc*on, ABC-klassificering Fö 1 Leanspel

Läs mer

TNSL011 Kvantitativ Logistik Lösningsförslag

TNSL011 Kvantitativ Logistik Lösningsförslag TENTAMEN TNL vantitativ Logistik Lösningsförslag (p) Uppgift Beslutsträd: Ö-tid Ledigt, milt kallt,, milt kallt, - + - = - kanonsnö - + + = - + + = ej kanonsnö + - = - snabbinkallning + + - + = + + = ej

Läs mer

TNSL011 Kvantitativ Logistik

TNSL011 Kvantitativ Logistik TENTAMEN TNSL011 Kvantitativ Logistik Datum: 18 december 2010 Tid: 08-12 Hjälpmedel: Hjälpmedel av alla slag, förutom kommunikationsutrustning (telefoner, datorer, och andra saker som kan ta emot signaler

Läs mer

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller: Matematisk Statistik Provmoment: Ladokkod: Tentamen ges för: Tentamen TT091A TGMAS15h 7,5 högskolepoäng TentamensKod: Tentamensdatum: 30 Maj Tid: 9-13 Hjälpmedel: Miniräknare (nollställd) samt allmänspråklig

Läs mer

1. För tiden mellan två besök gäller. V(X i ) = 1 λ 2 = 25. X i Exp (λ) E(X i ) = 1 λ = 5s λ = 1 5

1. För tiden mellan två besök gäller. V(X i ) = 1 λ 2 = 25. X i Exp (λ) E(X i ) = 1 λ = 5s λ = 1 5 LÖSNINGAR TILL Matematisk statistik Tentamen: 29 7 kl 8 3 Matematikcentrum FMSF45 Matematisk statistik AK för D,I,Pi,F, 9 h Lunds universitet MASB3 Matematisk statistik AK för fysiker, 9 h. För tiden mellan

Läs mer

Projektgenomförande forts. Tobias Svensson E.ON ES AB Lennart Perborg COWI AB

Projektgenomförande forts. Tobias Svensson E.ON ES AB Lennart Perborg COWI AB Projektgenomförande forts. Tobias Svensson E.ON ES AB Lennart Perborg COWI AB Agenda Intressentanalys Riskanalys Tidsplanering Kostnadskalkylering Sommarstugan LEP 2011-08-28 2 Intressentanalys Syfte?

Läs mer

SF1901 Sannolikhetsteori och statistik I

SF1901 Sannolikhetsteori och statistik I SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 6 13 november 2017 1 / 29 Idag Förra gången Mer om väntevärden och varianser (Kap. 5.2 5.3) Beroendemått (Kap. 5.4) Summor, linjärkombinationer

Läs mer

Lektionsanteckningar 11-12: Normalfördelningen

Lektionsanteckningar 11-12: Normalfördelningen Lektionsanteckningar 11-12: Normalfördelningen När utfallsrummet för en slumpvariabel kan anta vilket värde som helst i ett givet intervall är variabeln kontinuerlig. Det är väsentligt att utfallsrummet

Läs mer

SF1901 Sannolikhetsteori och statistik I

SF1901 Sannolikhetsteori och statistik I SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 4 7 november 2017 1 / 29 Idag Förra gången Viktiga kontinuerliga fördelningar (Kap. 3.6) Fördelningsfunktion (Kap. 3.7) Funktioner av stokastiska

Läs mer

(a) Vilket av följande alternativ är sannolikheten för JACKPOT: P (A \ B), P A C \ B, P (A \ B), P A C \ B C?

(a) Vilket av följande alternativ är sannolikheten för JACKPOT: P (A \ B), P A C \ B, P (A \ B), P A C \ B C? Lösningar till tentamen i Militärteknik Grundkurs Metod 1OP103 Del: Statistik Datum: 2009-12-04, Tid: 8.30-12.30 Hjälpmedel: Kurslitteratur, egna anteckningar, miniräknare, dator (ej internettillgång)

Läs mer

Tornbygget ett kursmoment i kursen Entreprenörskap

Tornbygget ett kursmoment i kursen Entreprenörskap Tornbygget ett kursmoment i kursen Entreprenörskap Ni har olika befattningar på företaget Byggruppen som arbetar med kundindividuella byggprojekt. Företaget är projektstyrt och varje kundobjekt drivs som

Läs mer

(b) Bestäm sannolikheten att minst tre tåg är försenade under högst tre dagar en given vecka.

(b) Bestäm sannolikheten att minst tre tåg är försenade under högst tre dagar en given vecka. Avd. Matematisk statistik TENTAMEN I SF1901, SF1905 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 11 JANUARI 2016 KL 14.00 19.00. Kursledare för CINEK2: Thomas Önskog, tel: 08 790 84 55 Kursledare för

Läs mer

Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar

Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, FÖR I/PI, FMS 121/2, HT-3 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar

Läs mer

Matematisk statistik för B, K, N, BME och Kemister

Matematisk statistik för B, K, N, BME och Kemister Matematisk statistik för B, K, N, BME och Kemister Föreläsning 3 Johan Lindström 4 september 7 Johan Lindström - johanl@maths.lth.se FMSF7/MASB F3 /3 fördelningsplot log- Johan Lindström - johanl@maths.lth.se

Läs mer

b) Beräkna sannolikheten för att en person med språkcentrum i vänster hjärnhalva är vänsterhänt. (5 p)

b) Beräkna sannolikheten för att en person med språkcentrum i vänster hjärnhalva är vänsterhänt. (5 p) Avd. Matematisk statistik TENTAMEN I SF1922/SF1923/SF1924 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 13:E AUGUSTI 2018 KL 8.00 13.00. Examinator för SF1922/SF1923: Tatjana Pavlenko, 08-790 84 66 Examinator

Läs mer

(a) Avgör om A och B är beroende händelser. (5 p) (b) Bestäm sannolikheten att A inträffat givet att någon av händelserna A och B inträffat.

(a) Avgör om A och B är beroende händelser. (5 p) (b) Bestäm sannolikheten att A inträffat givet att någon av händelserna A och B inträffat. Avd. Matematisk statistik TENTAMEN I SF1901, SANNOLIKHETSLÄRA OCH STATISTIK I, MÅNDAGEN DEN 15 AUGUSTI 2016 KL 08.00 13.00. Examinator: Tatjana Pavlenko, 08 790 84 66. Kursledare: Thomas Önskog, 08 790

Läs mer

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN OPTIMERING FÖR INGENJÖRER Datum: juni 0 Tid:.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar i boken får

Läs mer

Kunna definiera laplacetransformen för en kontinuerlig stokastisk variabel. Kunna definiera z-transformen för en diskret stokastisk variabel.

Kunna definiera laplacetransformen för en kontinuerlig stokastisk variabel. Kunna definiera z-transformen för en diskret stokastisk variabel. Övning 2 Vad du ska kunna efter denna övning Kunna definiera laplacetransformen för en kontinuerlig stokastisk variabel. Kunna definiera z-transformen för en diskret stokastisk variabel. Kunna beräkna

Läs mer

b) Förekommer A- och B-fel oberoende av varandra? (Motivering krävs naturligtvis!) (5 p)

b) Förekommer A- och B-fel oberoende av varandra? (Motivering krävs naturligtvis!) (5 p) Avd. Matematisk statistik TENTAMEN I SF1901 SANNOLIKHETSLÄRA OCH STATISTIK FREDAGEN DEN 8 MAJ 010 KL 14.00 19.00. Eaminator: Gunnar Englund, tel. 79074 16. Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

SF1911: Statistik för bioteknik

SF1911: Statistik för bioteknik SF1911: Statistik för bioteknik Föreläsning 6. TK 14.11.2016 TK Matematisk statistik 14.11.2016 1 / 38 Lärandemål Stokastiska modeller för kontinuerliga datatyper Fördelningsfunktion (cdf) Sannolikhetstäthetsfunktion

Läs mer

Samplingfördelningar 1

Samplingfördelningar 1 Samplingfördelningar 1 Parametrar och statistikor En parameter är en konstant som karakteriserar en population eller en modell. Exempel: Populationsmedelvärdet Parametern p i binomialfördelningen 2 Vi

Läs mer

7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 30 oktober 2015 Tid: 9-13:00

7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 30 oktober 2015 Tid: 9-13:00 Statistisk försöksplanering och kvalitetsstyrning Provmoment: Ladokkod: Tentamen ges för: TentamensKod: Tentamen 5Hp 41I12B KINAF13, KINAR13, KINLO13,KMASK13 7,5 högskolepoäng Tentamensdatum: 30 oktober

Läs mer

FÖR FÖRETAG/ORGANISATIONER I SAMBAND MED EXAMENSARBETE. Vägledning

FÖR FÖRETAG/ORGANISATIONER I SAMBAND MED EXAMENSARBETE. Vägledning FÖR FÖRETAG/ORGANISATIONER I SAMBAND MED EXAMENSARBETE Vägledning INNEHÅLLSFÖRTECKNING Inledning... 3 Beskriv rätt problem eller utvecklingsidé... 3 Vad är ett examensarbete... 3 Vad är en handledares

Läs mer

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 7 (2015-04-29) OCH INFÖR ÖVNING 8 (2015-05-04)

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 7 (2015-04-29) OCH INFÖR ÖVNING 8 (2015-05-04) LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB ÖVNING 7 (25-4-29) OCH INFÖR ÖVNING 8 (25-5-4) Aktuella avsnitt i boken: 6.6 6.8. Lektionens mål: Du ska kunna sätta

Läs mer

Utöver projektdirektivet ska en teknisk dokumentation för projektet arbetas fram.

Utöver projektdirektivet ska en teknisk dokumentation för projektet arbetas fram. Automationsingenjör mekatronik 400 yh-poäng Projektdirektiv Tillämpa med fördel rubriker under Förslag på projektdirektiv Du kan även ha andra rubriker än de som föreslås. Inhämta all data och information

Läs mer

Finansiell statistik, vt-05. Kontinuerliga s.v. variabler. Kontinuerliga s.v. F7 Kontinuerliga variabler

Finansiell statistik, vt-05. Kontinuerliga s.v. variabler. Kontinuerliga s.v. F7 Kontinuerliga variabler 5 45 4 5 5 5 5 Öppningskurs 5 9 7 5 9 7 4 45 49 5 57 6 65 abb Johan Koskinen, Statistiska institutionen, Stockholms universitet Finansiell statistik, vt-5 F7 Kontinuerliga variabler Kontinuerliga s.v.

Läs mer

SF1901: Sannolikhetslära och statistik

SF1901: Sannolikhetslära och statistik SF1901: Sannolikhetslära och statistik Föreläsning 6. Normalfördelning, Centrala gränsvärdessatsen, Approximationer Jan Grandell & Timo Koski 06.02.2012 Jan Grandell & Timo Koski () Matematisk statistik

Läs mer

Innehåll (3) Innehåll (2) Innehåll (5) Innehåll (4) Innehåll (6) Innehåll (7) Dokumenthistorik. beställare, Översiktlig beskrivning av projektet

Innehåll (3) Innehåll (2) Innehåll (5) Innehåll (4) Innehåll (6) Innehåll (7) Dokumenthistorik. beställare, Översiktlig beskrivning av projektet Bilden hämtad från http://www.liu.se/cul-resurser/lips/kartor/fore.htm Projektplanering Om inte projektet planeras noga, kommer det garanterat att misslyckas Projektplanen Krav på en projektplan Beskriver

Läs mer

Uppgift 1. f(x) = 2x om 0 x 1

Uppgift 1. f(x) = 2x om 0 x 1 Avd. Matematisk statistik TENTAMEN I Matematisk statistik SF1907, SF1908 OCH SF1913 TORSDAGEN DEN 30 MAJ 2013 KL 14.00 19.00. Examinator: Gunnar Englund, 073 321 3745 Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

SF1901: SANNOLIKHETSTEORI OCH KONTINUERLIGA STOKASTISKA VARIABLER STATISTIK. Tatjana Pavlenko. 7 september 2016

SF1901: SANNOLIKHETSTEORI OCH KONTINUERLIGA STOKASTISKA VARIABLER STATISTIK. Tatjana Pavlenko. 7 september 2016 SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 4 KONTINUERLIGA STOKASTISKA VARIABLER Tatjana Pavlenko 7 september 2016 PLAN FÖR DAGENS FÖRELÄSNING Repetition av diskreta stokastiska variabler. Väntevärde

Läs mer

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 4 juni 2004, kl 14.00-19.00

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 4 juni 2004, kl 14.00-19.00 Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 4 juni 004, kl 14.00-19.00 Tillåtna hjälpmedel: Bifogad formelsamling, approimationsschema och tabellsamling (dessa skall returneras). Egen miniräknare.

Läs mer

Examensarbete Verklighetsbaserat utvecklings- och projektarbete - Automationsteknik med mekatronik

Examensarbete Verklighetsbaserat utvecklings- och projektarbete - Automationsteknik med mekatronik Examensarbete 2018 Mål och innehåll Kursen skall ge färdighet i och erfarenhet av utvecklings- och projektarbete. Kursen skall ge praktisk erfarenhet genom ett tekniskt utvecklingsprojekt som skall genomföras

Läs mer

Högskoleprovet. Block 1. Anvisningar. Övningsexempel. Delprovet innehåller 22 uppgifter.

Högskoleprovet. Block 1. Anvisningar. Övningsexempel. Delprovet innehåller 22 uppgifter. Block 1 2009-03-28 Högskoleprovet Svarshäfte nr. DELPROV 1 NOGg Delprovet innehåller 22 uppgifter. Anvisningar Varje uppgift innehåller en fråga markerad med fet stil. Uppgiften kan även innehålla viss

Läs mer

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29)

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29) LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29) Aktuella avsnitt i boken: Kap 61 65 Lektionens mål: Du ska

Läs mer

SF1901: Sannolikhetslära och statistik

SF1901: Sannolikhetslära och statistik SF1901: Sannolikhetslära och statistik Föreläsning 5. Kovarians, korrelation, väntevärde och varians för summor av s.v.:er, normalfördelning (del 1) Jan Grandell & Timo Koski 15.09.2008 Jan Grandell &

Läs mer

PLASTIMO KOMPASS INSTRUKTIONER

PLASTIMO KOMPASS INSTRUKTIONER PLASTIMO KOMPASS INSTRUKTIONER Tack för Ert köp av denna Plastimo kompass. Denna kompass är ett resultat av mer än 40 års erfarenhet och produktion. Valet av materialet när vi tillverkar kompassen håller

Läs mer

Managing Projects. Sammanfattning och kritisk diskussion av Product design and Development, Ullrich & Eppinger 4th ed Kapitel 16.

Managing Projects. Sammanfattning och kritisk diskussion av Product design and Development, Ullrich & Eppinger 4th ed Kapitel 16. Seminarie PM Managing Projects Sammanfattning och kritisk diskussion av Product design and Development, Ullrich & Eppinger 4th ed. 2008. Kapitel 16. Alina Ekström, Annika Henrich & Axel Hällström 2011-02-24

Läs mer

SF1901 Sannolikhetsteori och statistik I

SF1901 Sannolikhetsteori och statistik I SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 7 15 november 2017 1 / 28 Lite om kontrollskrivning och laborationer Kontrollskrivningen omfattar Kap. 1 5 i boken, alltså Föreläsning

Läs mer

TNK047 OPTIMERING OCH SYSTEMANALYS

TNK047 OPTIMERING OCH SYSTEMANALYS TNK047 OPTIMERING OCH SYSTEMANALYS Datum: 18 december 2006 Tid: 14 18 Hjälpmedel: Ett A4-blad med egna anteckningar (båda sidor) samt miniräknare. Antal uppgifter: ; Vardera uppgift kan ge p. Poängkrav:

Läs mer

Eventportfölj. Malvina 14/15

Eventportfölj. Malvina 14/15 Hej! Har du kommit så här långt är DU säkert nyfiken på vilket sätt din organisation kan samarbeta med Malvina? Malvina är nätverket för kvinnliga studenter på KTH och vi har över 1000 medlemmar som ni

Läs mer

SANNOLIKHET OCH SPEL

SANNOLIKHET OCH SPEL SANNOLIKHET OCH SPEL I ÖVNINGEN INGÅR ATT: Formulera, analysera och lösa matematiska problem samt värdera valda strategier, metoder och resultat (MA) Tolka en realistisk situation och utforma en matematisk

Läs mer

Uppgift 1 (a) För två händelser, A och B, är följande sannolikheter kända

Uppgift 1 (a) För två händelser, A och B, är följande sannolikheter kända Avd. Matematisk statistik TENTAMEN I SF90, SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 9:E JUNI 205 KL 4.00 9.00. Kursledare: Tatjana Pavlenko, 08-790 84 66 Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

Anvisningar till sökande

Anvisningar till sökande 1 (5) Datum 2014-01-23 Dnr: 2014-000190 Anvisningar till sökande Detta dokument är avsett som en hjälp till dig som ämnar lämna in en ansökan till Utlysning inom biogasprogrammet. Sista ansökningsdatum

Läs mer

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13 Matematisk Statistik 7,5 högskolepoäng Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling Tentamensdatum: 28 maj 2018 Tid: 9-13 Hjälpmedel: Miniräknare

Läs mer

0 om x < 0, F X (x) = c x. 1 om x 2.

0 om x < 0, F X (x) = c x. 1 om x 2. Avd. Matematisk statistik TENTAMEN I SF193 SANNOLIKHETSLÄRA OCH STATISTIK FÖR 3-ÅRIG Media TIMEH MÅNDAGEN DEN 16 AUGUSTI 1 KL 8. 13.. Examinator: Gunnar Englund, tel. 7974 16. Tillåtna hjälpmedel: Läroboken.

Läs mer

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2 LINKÖPINGS UNIVERSITET Matematiska institutionen EXAM TAMS 27 / TEN 2 2 augusti 217, klockan 8-12 Examinator: Jörg-Uwe Löbus (Tel: 79-62827 Tillåtna hjälpmedel är en räknare, formelsamling i matematisk

Läs mer

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 08-12

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 08-12 LINKÖPINGS UNIVERSITET MAI Johan Thim Tentamen i matematisk statistik (9MA21/9MA31, STN2) 212-8-2 kl 8-12 Hjälpmedel är: miniräknare med tömda minnen och formelbladet bifogat. Varje uppgift är värd 6 poäng.

Läs mer

TAMS79: Föreläsning 6. Normalfördelning

TAMS79: Föreläsning 6. Normalfördelning TAMS79: Föreläsning 6 Normalfördelningen Johan Thim (johan.thim@liu.se 3 november 018 Normalfördelning Definition. Låt µ R och > 0. Om X är en stokastisk variabel med täthetsfunktion f X ( = 1 ( ep ( µ,

Läs mer

TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS

TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS Datum: 22 maj 2012 Tid: 8 12, TP56 Hjälpmedel: Ett A4-blad med text/anteckningar (båda sidor) samt miniräknare. Antal uppgifter: 5; Vardera uppgift kan ge 5p.

Läs mer

Trots denna brist var GANTT-schema-tekniken den mest använda fram till mitten av 1950- talet,

Trots denna brist var GANTT-schema-tekniken den mest använda fram till mitten av 1950- talet, Tidplaner GANTT-schema När det gäller att ta fram tidsplaner för ett projekt är en av de vanligaste och också mest användbara metoderna det så kallade GANTT-schemat. Det är ett stapeldiagram som representerar

Läs mer

Projektplan, milstolpar och organisation

Projektplan, milstolpar och organisation Projektplan, milstolpar och organisation Syftet med planering Att hantera osäkerhet ju mindre osäkerhet man kan acceptera i ett projekt, desto mer detaljplanering behövs; man måste dock vara vaksam så

Läs mer

Projektplanering. Planering - Subjektivitet. Projektplanen Early planning is important! Varför är defintion av mål och planering så viktigt?

Projektplanering. Planering - Subjektivitet. Projektplanen Early planning is important! Varför är defintion av mål och planering så viktigt? Planering - Subjektivitet Projektplanering Anneli Linde Projektplanen Early planning is important! Avgör: vad som måste göras vem som skall göra det hur långt tid det kommer att ta samt hur mycket det

Läs mer

GRUNDLÄGGANDE STATISTIK FÖR EKONOMER

GRUNDLÄGGANDE STATISTIK FÖR EKONOMER Statistiska institutionen Annika Tillander TENTAMEN GRUNDLÄGGANDE STATISTIK FÖR EKONOMER 2015-04-23 Skrivtid: 16.00-21.00 Hjälpmedel: Godkänd miniräknare utan lagrade formler eller text, samt bifogade

Läs mer

Föreläsning 4: Konfidensintervall (forts.)

Föreläsning 4: Konfidensintervall (forts.) Föreläsning 4: Konfidensintervall forts. Johan Thim johan.thim@liu.se 3 september 8 Skillnad mellan parametrar Vi kommer nu fortsätta med att konstruera konfidensintervall och vi kommer betrakta lite olika

Läs mer

Uppgift 3: Den stokastiska variabeln ξ har frekvensfunktionen 0 10 f(x) =

Uppgift 3: Den stokastiska variabeln ξ har frekvensfunktionen 0 10 f(x) = Tentamen i Matematisk statistik för DAI och EI den 3 mars. Tid: kl 4. - 8. Hjälpmedel: Chalmersgodkänd ( typgodkänd ) räknedosa, Tabell- och formelsamling, Håkan Blomqvist, Matematisk statistik, Ulla Dahlbom,

Läs mer

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2 LINKÖPINGS UNIVERSITET Matematiska institutionen EXAM TAMS 7 / TEN 8 maj 18, klockan 8.-1. Examinator: Jörg-Uwe Löbus Tel: 79-687 Tillåtna hjälpmedel är en räknare, formelsamling i matematisk statistik

Läs mer

P(ξ > 1) = 1 P( 1) = 1 (P(ξ = 0)+P(ξ = 1)) = 1 0.34. ξ = 2ξ 1 3ξ 2

P(ξ > 1) = 1 P( 1) = 1 (P(ξ = 0)+P(ξ = 1)) = 1 0.34. ξ = 2ξ 1 3ξ 2 Lösningsförslag TMSB18 Matematisk statistik IL 101015 Tid: 12.00-17.00 Telefon: 101620, Examinator: F Abrahamsson 1. Varje dag levereras en last med 100 maskindetaljer till ett företag. Man tar då ett

Läs mer

Del I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:...

Del I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:... Avd. Matematisk statistik TENTAMEN I SF9/SF94/SF95/SF96 SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 4:E OKTOBER 08 KL 8.00 3.00. Examinator för SF94/SF96: Tatjana Pavlenko, 08-790 84 66 Examinator för

Läs mer

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng Matematisk statistik Provmoment: Ladokkod: Tentamen ges för: TT091A, TVJ22A, NVJA02 Pu, Ti 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 2012-05-29 Tid:

Läs mer

Sannolikheten för att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0

Sannolikheten för att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0 Avd. Matematisk statistik TENTAMEN I SF191, SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 1:A JUNI 216 KL 8. 13.. Kursledare: Thomas Önskog, 8-79 84 55 Tillåtna hjälpmedel: Formel- och tabellsamling i

Läs mer

Tentamen i Kemisk Termodynamik kl 14-19

Tentamen i Kemisk Termodynamik kl 14-19 Tentamen i Kemisk Termodynamik 2011-06-09 kl 14-19 Hjälpmedel: Räknedosa, BETA och Formelsamling för kurserna i kemi vid KTH. Endast en uppgift per blad! Skriv namn och personnummer på varje blad! Alla

Läs mer

Matematisk statistik 9hp Föreläsning 7: Normalfördelning

Matematisk statistik 9hp Föreläsning 7: Normalfördelning Matematisk statistik 9hp Föreläsning 7: Normalfördelning Anna Lindgren 29+3 september 216 Anna Lindgren anna@maths.lth.se FMS12/MASB3 F7: normalfördelning 1/18 Kovarians, C(X, Y) Repetition Normalfördelning

Läs mer

Slutrapport för projektstöd.

Slutrapport för projektstöd. Sida 1 av 5 enligt Jordbruksverkets anvisningar 1. Vilket projekt redovisar du? Ange -journalnummer 2009-1377, -projektnamn Ballesta -stödmottagare Stallarholmens Vikingar 2. Vilka personer kan svara på

Läs mer

Projektplanering. Projektplanen. Om inte projektet planeras noga, kommer det garanterat att misslyckas

Projektplanering. Projektplanen. Om inte projektet planeras noga, kommer det garanterat att misslyckas Bilden hämtad från http://www.liu.se/cul-resurser/lips/kartor/fore.htm Projektplanering Om inte projektet planeras noga, kommer det garanterat att misslyckas Projektplanen Beskriver hur projektet ska utföras

Läs mer

Funktioner Exempel på uppgifter från nationella prov, Kurs A E

Funktioner Exempel på uppgifter från nationella prov, Kurs A E Funktioner Exempel på uppgifter från nationella prov, Kurs A E Uppgifter ur Nationella prov Kurs A Ur del II utan räknare: När en frysbox stängs av stiger temperaturen. Följande formel kan användas för

Läs mer

Hur måttsätta osäkerheter?

Hur måttsätta osäkerheter? Geotekniska osäkerheter och deras hantering Hur måttsätta osäkerheter? Lars Olsson Geostatistik AB 11-04-07 Hur måttsätta osäkerheter _LO 1 Sannolikheter Vi måste kunna sätta mått på osäkerheterna för

Läs mer

Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola.

Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola. Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola. Hjälpmedel: Valfri räknare, egenhändigt handskriven formelsamling (4 A4-sidor på 2 blad) och till skrivningen medhörande tabeller. Onsdagen

Läs mer

Grundläggande matematisk statistik

Grundläggande matematisk statistik Grundläggande matematisk statistik Kontinuerliga fördelningar Uwe Menzel, 8 www.matstat.de Begrepp fördelning Hur beter sig en variabel slumpmässigt? En slumpvariabel (s.v.) har en viss fördelning, d.v.s.

Läs mer

Blandade problem från elektro- och datateknik

Blandade problem från elektro- och datateknik Blandade problem från elektro- och datateknik Sannolikhetsteori (Kapitel 1-10) E1. En viss typ av elektroniska komponenter anses ha exponentialfördelade livslängder. Efter 3000 timmar brukar 90 % av komponenterna

Läs mer

(a) på hur många sätt kan man permutera ordet OSANNOLIK? (b) hur många unika 3-bokstavskombinationer kan man bilda av OSANNO-

(a) på hur många sätt kan man permutera ordet OSANNOLIK? (b) hur många unika 3-bokstavskombinationer kan man bilda av OSANNO- Tentamenskrivning för TMS6, Matematisk Statistik. Onsdag fm den 1 maj, 217. Examinator: Marina Axelson-Fisk. Tel: 1-7724996 Tillåtna hjälpmedel: typgodkänd miniräknare, tabell- och formelhäfte (bifogas).

Läs mer

Vi levererar helhetslösningar

Vi levererar helhetslösningar R TM Vi levererar helhetslösningar Ett badrum är en helhet. Vi levererar den. Ett nytt badrum ska du leva med under lång som vi alla tycker oss ha för lite av. Men tar du dig att läsa vår broschyr, får

Läs mer

Sidoförskjutning ILSBO TOOLS AB. Instruktion/reservdelsbok. Modell: S120/S120P. (rev.11) +46 (0)650-74 21 86

Sidoförskjutning ILSBO TOOLS AB. Instruktion/reservdelsbok. Modell: S120/S120P. (rev.11) +46 (0)650-74 21 86 Sidoförskjutning Modell: S0/S0P Instruktion/reservdelsbok (rev.) ILSBO TOOLS AB +6 (0)650-7 86 Förord Tack för att du valde en produkt från Ilsbo Tools AB! Sidoförskjutningen är en egentillverkad produkt,

Läs mer

1 10 e 1 10 x dx = 0.08 1 e 1 10 T = 0.08. p = P(ξ < 3) = 1 e 1 10 3 0.259. P(η 2) = 1 P(η = 0) P(η = 1) = 1 (1 p) 7 7p(1 p) 6 0.

1 10 e 1 10 x dx = 0.08 1 e 1 10 T = 0.08. p = P(ξ < 3) = 1 e 1 10 3 0.259. P(η 2) = 1 P(η = 0) P(η = 1) = 1 (1 p) 7 7p(1 p) 6 0. Tentamen TMSB18 Matematisk statistik IL 091015 Tid: 08.00-13.00 Telefon: 036-10160 (Abrahamsson, Examinator: F Abrahamsson 1. Livslängden för en viss tvättmaskin är exponentialfördelad med en genomsnittlig

Läs mer

Laboration 2: 1 Syfte. 2 Väntevärde och varians hos en s.v. X med fördelningen F X (x) MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08

Laboration 2: 1 Syfte. 2 Väntevärde och varians hos en s.v. X med fördelningen F X (x) MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08 LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08 Laboration 2: Om väntevärden och fördelningar 1 Syfte I denna laboration skall vi försöka

Läs mer

Del I: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet.

Del I: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet. Del I: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet. 1) a) Bestäm ekvationen för den räta linjen i figuren. (1/0/0) b) Rita i koordinatsystemet en rät linje

Läs mer

Inlämningsuppgift-VT lösningar

Inlämningsuppgift-VT lösningar Inlämningsuppgift-VT lösningar A 1. En van Oddset-spelare har under lång tid studerat hur många mål ett visst lag gör i ishockeymatcher och vet att sannolikheterna beskrivs av följande tabell: Mål 0 1

Läs mer

GRYPHON FLOORBALL FREESTYLE

GRYPHON FLOORBALL FREESTYLE GRYPHON FLOORBALL FREESTYLE Befor design the artist need a blank canvas! GRYPHON FLOORBALL FREESTYLE Varför ha ett målvaktställ som alla andra har när du kan skapa ditt egna unika ställ. Våra målvaktskläder

Läs mer

0 om x < 0, F X (x) = x. 3 om 0 x 1, 1 om x > 1.

0 om x < 0, F X (x) = x. 3 om 0 x 1, 1 om x > 1. Avd. Matematisk statistik TENTAMEN I SF9, SF95 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 2:E JANUARI 25 KL 4. 9.. Kursledare: Gunnar Englund, 73 32 37 45 Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

, S(6, 2). = = = =

, S(6, 2). = = = = 1 Matematiska Institutionen KTH Lösningar till tentamensskrivning på kursen Diskret Matematik, moment A, för D2 och F, SF161 och SF160, den 17 april 2010 kl 09.00-14.00. Examinator: Olof Heden. DEL I 1.

Läs mer

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

Tentamen i Sannolikhetslära och statistik Kurskod S0008M Tentamen i Sannolikhetslära och statistik Kurskod S0008M Poäng totalt för del 1: 25 (12 uppgifter) Tentamensdatum 2012-12-19 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson

Läs mer

Några extra övningsuppgifter i Statistisk teori

Några extra övningsuppgifter i Statistisk teori Statistiska institutionen Några extra övningsuppgifter i Statistisk teori 23 JANUARI 2009 2 Sannolikhetsteorins grunder 1. Tre vanliga symmetriska tärningar kastas. Om inte alla tre tärningarna visar sexa,

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I SF1913 MATEMATISK STATISTIK FÖR IT OCH ME ONSDAGEN DEN 12 JANUARI 2011 KL 14.00 19.00. Examinator: Camilla Landén, tel. 7908466. Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

Stockholms Universitet Statistiska institutionen Termeh Shafie

Stockholms Universitet Statistiska institutionen Termeh Shafie Stockholms Universitet Statistiska institutionen Termeh Shafie TENTAMEN I GRUNDLÄGGANDE STATISTIK FÖR EKONOMER 2012-03-16 Skrivtid: 9.00-14.00 Hjälpmedel: Miniräknare utan lagrade formler eller text, bifogade

Läs mer

Statistiska metoder för säkerhetsanalys

Statistiska metoder för säkerhetsanalys F3: Slumpvariaber och fördelningar Diskret Kontinuerlig Slumpvariabler Slumpvariabler = stokastiska variabler = random variables = s.v. Heter ofta X, Y, T. Diskreta kan anta ändligt eller uppräkneligt

Läs mer

Projektarbete och projektmodell

Projektarbete och projektmodell PROJEKTET Innehåll Projektarbete och projektmodell... 2 Initiering... 2 Planering... 2 Genomförande... 2 Uppföljning... 2 Projektplan... 3 Bakgrund... 3 Syfte... 3 Mål... 3 Avgränsningar... 3 Strategier...

Läs mer

TNSL011 Kvantitativ Logistik

TNSL011 Kvantitativ Logistik TENTAMEN TNSL011 Kvantitativ Logistik Datum: 24 augusti 2010 Tid: 08-12 Hjälpmedel: Hjälpmedel av alla slag, förutom kommunikationsutrustning (telefoner, datorer, och andra saker som kan ta emot signaler

Läs mer

Övning 1(a) Vad du ska kunna efter denna övning. Problem, nivå A. Redogöra för begreppen diskret och kontinuerlig stokastisk variabel.

Övning 1(a) Vad du ska kunna efter denna övning. Problem, nivå A. Redogöra för begreppen diskret och kontinuerlig stokastisk variabel. Övning 1(a) Vad du ska kunna efter denna övning Redogöra för begreppen diskret och kontinuerlig stokastisk variabel. Definiera fördelningsfunktionen för en stokastisk variabel. Definiera frekvensfunktionen

Läs mer

LKT325/LMA521: Faktorförsök

LKT325/LMA521: Faktorförsök Föreläsning 2 Innehåll Referensfördelning Referensintervall Skatta variansen 1 Flera mätningar i varje grupp. 2 Antag att vissa eekter inte existerar 3 Normalfördelningspapper Referensfördelning Hittills

Läs mer

Veckoblad 3. Kapitel 3 i Matematisk statistik, Dahlbom, U.

Veckoblad 3. Kapitel 3 i Matematisk statistik, Dahlbom, U. Veckoblad 3 Kapitel 3 i Matematisk statistik, Dahlbom, U. Poissonfördelningen: ξ är Po(λ) λ = genomsnittligt antal händelser i ett intervall. Sannolikhet: P(ξ = ) = e λ λ! Väntevärde: E(ξ) = λ Varians:

Läs mer

(a) sannolikheten för att läkaren ställer rätt diagnos. (b) sannolikheten för att en person med diagnosen ej sjukdom S ändå har sjukdomen, dvs.

(a) sannolikheten för att läkaren ställer rätt diagnos. (b) sannolikheten för att en person med diagnosen ej sjukdom S ändå har sjukdomen, dvs. Avd. Matematisk statistik TENTAMEN I SF1901 SANNOLIKHETSTEORI OCH STATISTIK, TORSDAGEN DEN 31:E MAJ 2012 KL 08.00 13.00. Examinator: Tobias Rydén, tel 790 8469. Kursledare: Tatjana Pavlenko, tel 790 8466.

Läs mer

SF1544 LABORATION 2 INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER

SF1544 LABORATION 2 INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER SF1544 LABORATION INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER Avsikten med denna laboration är att: - snabbt komma igång med träning på matlabprogrammering (uttnyttja gärna alla schemalagda

Läs mer

Anvisning till blanketten Projektstöd ansökan om stöd 2014 2020

Anvisning till blanketten Projektstöd ansökan om stöd 2014 2020 Anvisning till blanketten Projektstöd ansökan om stöd 2014 2020 Vem ska använda blanketten? Den här blanketten använder du för att söka stöd inom havs-och fiskeriprogrammet 2014-2020 för produktions-och

Läs mer

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED Matematiska institutionen Optimeringslära TENTAMEN TAOP8/TEN 1 KOMBINATORISK OPTIMERING MED MILJÖTILLÄMPNINGAR Datum: 10 januari 201 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg:

Läs mer

Bestäm med hjälp av en lämplig och välmotiverad approximation P (X > 50). (10 p)

Bestäm med hjälp av en lämplig och välmotiverad approximation P (X > 50). (10 p) Avd. Matematisk statistik TENTAMEN I SF1901, SF1905, SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 17:E AUGUSTI 2015 KL 8.00 13.00. Kursledare: Tatjana Pavlenko, 08-790 84 66 Tillåtna hjälpmedel: Formel-

Läs mer

Att ta fram en tidsplan

Att ta fram en tidsplan Att ta fram en tidsplan KAMP Företagsutveckling Tidplaner GANTT-schema När det gäller att ta fram tidsplaner för ett projekt är en av de vanligaste och också mest användbara metoderna det så kallade GANTT-schemat.

Läs mer

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2016-06-03 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Adam Jonsson Jourhavande

Läs mer